An IoT-based Remote Patient Monitoring System for Tackling the Dengue Fever Outbreak

Luận văn về hệ thống giám sát bệnh nhân từ xa dựa trên IoT, ứng dụng trong việc đối phó với dịch sốt xuất huyết. Giải pháp công nghệ cho y tế hiện đại.

• Tác giả: Nguyễn Hoàng Long
• Người hướng dẫn: Quản Thành Thơ
• Trường học: Trường Đại học Bách Khoa
• Chuyên ngành: Khoa học Máy tính/Kỹ thuật Máy tính
• Đề tài: An IoT-based Remote Patient Monitoring System for Tackling the Dengue Fever Outbreak
• Loại tài liệu: LVTN

Mục lục chi tiết

• Declaration of Authenticity
• Acknowledgments
• Abstract
• 1. Introduction
• 1.1. Background and Motivation
• 1.1.1. The situation with dengue fever
• 1.1.2. Proposed solution and Scope
• 2. Methodologies and Theoretical Background
• 2.1. IIRA Three-tier Architecture
• 2.1.1. The platform tier
• 2.1.2. Backend and the enterprise tier
• 2.2. Monolith to Micro-service Architecture
• 2.2.1. The differences
• 2.2.2. Switching to microservices
• 3. Design and Implementation
• 3.1. Involved Parties and Uses
• 3.1.1. Use-case view
• 3.2. Hardware and Device Implementation
• 3.2.1. Temperature sensor (MLX90614)
• 3.2.2. Heart rate sensor (MAX30100)
• 3.2.3. OLED Display (SSD1306)
• 3.2.6. Communication standard between ESP and modules
• 3.2.7. Pin connection between micro-controller and sensors
• 3.2.8. Flow chart of wearable device
• 3.3. Backend Implementation and Deployment
• 3.3.1. Creating ThingsBoard server
• 3.3.3. Configuring ThingsBoard's Rule Engine
• 3.3.4. Alarm and Patients Status
• 3.3.5. User Authentication and Authorization
• 3.5. Frontend Implementation and Deployment
• 4. Result and Evaluation
• 5. Conclusion and Future Work
• 5.2. Future Plans & Development
• List of Figures
• List of Tables

Tóm tắt

I. Tổng quan hệ thống giám sát bệnh nhân từ xa dựa trên IoT

Hệ thống giám sát bệnh nhân từ xa dựa trên IoT đóng vai trò then chốt trong hiện đại hóa y tế. Mô hình ứng dụng cảm biến thông minh để thu thập chỉ số sinh học. Mạng lưới Internet kết nối người bệnh trực tiếp với cơ sở điều trị. Bác sĩ theo dõi tình trạng lâm sàng liên tục mà không cần tiếp xúc vật lý thường xuyên. Công nghệ này đặc biệt quan trọng trong các đợt bùng phát dịch truyền nhiễm như sốt xuất huyết. Khi số lượng ca bệnh tăng đột biến, hạ tầng bệnh viện dễ rơi vào trạng thái quá tải. Quy trình kiểm tra thủ công tiêu tốn rất nhiều thời gian của điều dưỡng. Việc đo đạc gián đoạn dễ bỏ sót các giai đoạn bệnh chuyển biến nặng. Hạ tầng IoT giải quyết triệt để vấn đề thu thập dữ liệu lâm sàng. Cảm biến gắn trên cơ thể ghi nhận thân nhiệt, nhịp tim và nồng độ oxy liên tục. Máy chủ đám mây tiếp nhận thông tin theo thời gian thực để tiến hành lưu trữ và phân tích. Bảng điều khiển trực quan hiển thị cảnh báo ngay khi xuất hiện dấu hiệu bất thường. Bệnh nhân nhận được can thiệp kịp thời, hạn chế tối đa nguy cơ biến chứng nguy hiểm.

1.1. Khái niệm và cơ chế vận hành của mạng cảm biến y tế

Mạng cảm biến y tế thu thập các tín hiệu sinh lý trực tiếp từ cơ thể người bệnh. Thiết bị đeo tích hợp nhiều module đo lường chuyên biệt như cảm biến nhiệt độ và nhịp tim. Dữ liệu thô trải qua quá trình lọc nhiễu trước khi truyền qua sóng không dây. Bộ vi điều khiển gửi các gói tin về cổng kết nối trung gian bằng giao thức tiết kiệm năng lượng. Hệ thống đám mây phân loại dữ liệu theo định dạng chuẩn hóa để phục vụ chẩn đoán. Giao diện trực tuyến cập nhật biểu đồ sinh tồn tức thì. Nhân viên y tế nắm bắt tiến triển sức khỏe từng phút mà không gián đoạn giấc ngủ của bệnh nhân.

1.2. Mục tiêu triển khai hệ thống trong đợt dịch sốt xuất huyết

Mục tiêu hàng đầu của hệ thống là phát hiện sớm giai đoạn nguy hiểm của sốt xuất huyết. Giai đoạn hạ sốt thường đi kèm nguy cơ xuất huyết tiêu hóa hoặc sốc giảm thể tích. Việc ghi nhận thân nhiệt và mạch đập liên tục giúp nhận diện sớm hiện tượng tụt huyết áp. Bác sĩ phân loại bệnh nhân theo mức độ ưu tiên điều trị dựa trên dữ liệu thời gian thực. Hệ thống hỗ trợ giảm tỷ lệ tử vong thông qua việc cảnh báo khẩn cấp. Nền tảng tự động hóa giúp cơ sở y tế phân bổ nguồn lực hợp lý. Áp lực công việc của điều dưỡng giảm rõ rệt trong đợt cao điểm bùng phát dịch bệnh.

II. Phân tích hệ thống giám sát bệnh nhân từ xa dựa trên IoT

Quy trình chăm sóc truyền thống bộc lộ nhiều điểm nghẽn nghiêm trọng khi đối mặt với dịch bệnh quy mô lớn. Điều dưỡng viên phải trực tiếp đến từng giường bệnh để đo các chỉ số sinh tồn định kỳ. Mỗi ca đo thân nhiệt, huyết áp và nhịp tim mất từ năm đến mười phút. Trong điều kiện hàng nghìn bệnh nhân nhập viện cùng lúc, tần suất kiểm tra bị kéo giãn đáng kể. Khoảng cách thời gian giữa các lần đo thủ công thường kéo dài nhiều giờ đồng hồ. Các biến chứng sốt xuất huyết như cô đặc máu hoặc xuất huyết nội tạng diễn biến rất nhanh. Bệnh nhân có thể rơi vào tình trạng sốc sâu trước khi nhân viên y tế kịp phát hiện. Sự chậm trễ này làm suy giảm cơ hội cứu sống người bệnh trong khung giờ vàng. Bên cạnh đó, việc ghi chép thông số vào hồ sơ bệnh án bằng giấy dễ dẫn đến sai sót số liệu. Áp lực công việc lớn làm suy kiệt tinh thần và thể lực của đội ngũ y bác sĩ. Nguy cơ lây nhiễm chéo trong môi trường bệnh viện đông đúc tăng cao. Do đó, việc ứng dụng hệ thống giám sát bệnh nhân từ xa dựa trên IoT là yêu cầu cấp thiết nhằm thay thế hoàn toàn phương pháp thủ công lạc hậu.

2.1. Thách thức về tính liên tục và độ trễ dữ liệu sinh tồn

Phương pháp đo ngắt quãng không phản ánh đúng diễn biến sinh lý liên tục của cơ thể. Sốt xuất huyết diễn tiến nhanh với các đợt sốt cao đột ngột xen kẽ hạ nhiệt bất thường. Một sự sụt giảm thân nhiệt kèm theo mạch nhanh nhỏ là dấu hiệu tiền sốc nguy hiểm. Nếu chỉ kiểm tra ba đến bốn lần mỗi ngày, nhân viên y tế hoàn toàn có thể bỏ lỡ tín hiệu quan trọng này. Sự chậm trễ trong việc cập nhật số liệu khiến phác đồ bù dịch không còn kịp thời. Giám sát tự động liên tục là cách duy nhất loại bỏ hoàn toàn độ trễ thông tin trong điều trị lâm sàng.

2.2. Gánh nặng quá tải nhân lực y tế trong mùa dịch bùng phát

Áp lực đè nặng lên hệ thống y tế xuất hiện khi số ca nhiễm tăng vọt trong thời gian ngắn. Tỷ lệ nhân viên y tế trên số lượng bệnh nhân giảm xuống mức báo động. Điều dưỡng viên kiệt sức do phải di chuyển liên tục giữa các phòng bệnh để thực hiện công việc ghi chép. Tình trạng mệt mỏi thể chất dễ gây ra sai sót trong quá trình nhập liệu hành chính. Sự quá tải khiến chất lượng chăm sóc toàn diện cho từng ca bệnh bị sụt giảm. Ứng dụng công nghệ tự động thu thập dữ liệu là giải pháp then chốt để giải phóng sức lao động cho đội ngũ y bác sĩ.

III. Giải pháp hệ thống giám sát bệnh nhân từ xa dựa trên IoT

Hệ thống đề xuất mô hình kiến trúc phân tầng hiện đại nhằm đảm bảo khả năng mở rộng linh hoạt. Lớp thiết bị ngoại vi sử dụng vi điều khiển tích hợp cảm biến đo nhiệt độ da và nhịp tim quang học. Các thuật toán nhúng lọc nhiễu chuyển động để đảm bảo độ chính xác của chỉ số sinh học. Dữ liệu truyền tải qua mạng không dây về máy chủ ứng dụng theo giao thức nhẹ. Kiến trúc phần mềm xây dựng theo định hướng microservices giúp hệ thống hoạt động ổn định và độc lập. Mỗi module dịch vụ đảm nhiệm một tác vụ riêng biệt như xác thực người dùng, xử lý dữ liệu và gửi thông báo khẩn cấp. Nền tảng backend sử dụng ngôn ngữ cấp cao như Node.js hoặc Java kết hợp cơ sở dữ liệu phân tán. Mô hình này cho phép mở rộng quy mô tức thì khi lưu lượng người dùng tăng đột biến trong đợt dịch. Lớp giao diện người dùng ứng dụng nền tảng web hiện đại với các thư viện trực quan hóa dữ liệu. Biểu đồ thời gian thực hiển thị chi tiết biến thiên thân nhiệt và chỉ số mạch đập. Bác sĩ dễ dàng theo dõi nhiều bệnh nhân đồng thời trên cùng một màn hình điều khiển. Hệ thống kích hoạt chuông cảnh báo bằng âm thanh và tin nhắn khi có chỉ số vượt ngưỡng an toàn.

3.1. Thiết kế phần cứng và tích hợp cảm biến thông minh

Phần cứng đeo tay được thiết kế nhỏ gọn, tối ưu hóa năng lượng để hoạt động liên tục nhiều ngày. Cảm biến nhiệt độ bề mặt tiếp xúc trực tiếp với da giúp ghi nhận thân nhiệt chính xác. Cảm biến quang học đo biến thiên thể tích máu để tính toán nhịp tim và độ bão hòa oxy. Bộ vi điều khiển thực hiện xử lý sơ bộ tín hiệu nhằm loại bỏ dữ liệu sai lệch do vận động. Các giao thức truyền thông tiết kiệm năng lượng đảm bảo gói tin gửi đi ổn định. Thiết bị đảm bảo an toàn sinh học, chống nước và không gây kích ứng da trong suốt quá trình người bệnh điều trị.

3.2. Kiến trúc microservices và trực quan hóa dữ liệu y tế

Mô hình microservices phân tách toàn bộ hệ thống thành các dịch vụ độc lập có tính gắn kết thấp. Cấu trúc module hóa này giúp việc nâng cấp từng thành phần diễn ra mượt mà mà không làm gián đoạn toàn bộ hệ thống. Khả năng mở rộng theo chiều ngang cho phép máy chủ xử lý hàng triệu bản ghi sinh tồn mỗi ngày. Giao diện web ứng dụng các thư viện biểu đồ chuyên sâu để trực quan hóa dữ liệu đo lường. Bác sĩ nắm bắt xu hướng bệnh lý tức thì qua đồ thị trực quan và các bảng phân loại nguy cơ. Hệ thống đảm bảo phân quyền chặt chẽ nhằm bảo vệ quyền riêng tư hồ sơ y tế.

IV. Ứng dụng hệ thống giám sát bệnh nhân từ xa dựa trên IoT

Hệ thống giám sát bệnh nhân từ xa dựa trên IoT tạo nên bước chuyển dịch đột phá trong công tác quản lý dịch bệnh truyền nhiễm. Việc số hóa toàn bộ quy trình đo lường giúp các cơ sở y tế chuyển đổi từ phản ứng bị động sang phòng ngừa chủ động. Nhân viên y tế không còn phải chịu áp lực ghi chép thủ công liên tục trong các phòng bệnh có nguy cơ lây nhiễm cao. Hiệu quả thực tế của mô hình thể hiện rõ rệt qua việc rút ngắn thời gian phát hiện dấu hiệu sốc sốt xuất huyết. Cảnh báo tự động gửi đến thiết bị cá nhân của bác sĩ ngay khi các chỉ số sinh tồn vượt ngưỡng nguy hại. Can thiệp lâm sàng kịp thời giúp bảo vệ tính mạng người bệnh và rút ngắn thời gian nằm viện. Dữ liệu lịch sử tích lũy qua hệ thống tạo tiền đề quý giá cho các nghiên cứu dịch tễ học và phát triển mô hình trí tuệ nhân tạo dự đoán bệnh. Trong tương lai, giải pháp này có thể mở rộng áp dụng cho nhiều bệnh lý mạn tính như tim mạch hoặc tiểu đường. Việc tích hợp hệ thống vào hạ tầng bệnh viện thông minh sẽ nâng tầm chất lượng dịch vụ y tế quốc gia. Đây là nền tảng công nghệ chiến lược nhằm xây dựng mạng lưới y tế dự phòng chủ động, sẵn sàng ứng phó với mọi làn sóng dịch bệnh phức tạp.

4.1. Lợi ích thực tiễn trong chăm sóc và giảm tải bệnh viện

Ứng dụng thực tế chứng minh hệ thống cắt giảm đáng kể thời gian làm việc hành chính của nhân viên y tế. Điều dưỡng viên tập trung nhiều hơn vào các nghiệp vụ chuyên môn chăm sóc người bệnh nguy kịch. Bệnh nhân sốt xuất huyết ở thể nhẹ có thể được theo dõi an toàn ngay tại nhà hoặc phòng điều trị ngoại trú. Mô hình giúp giải tỏa áp lực giường bệnh nội trú trong các đợt bùng phát đỉnh điểm của mùa dịch. Chi phí vận hành bệnh viện giảm thiểu nhờ quy trình tự động hóa thông minh. Bệnh nhân và gia đình cảm thấy an tâm hơn khi các chỉ số sinh tồn được giám sát 24/7 bởi chuyên gia y tế.

4.2. Khả năng mở rộng cho bệnh nhân mạn tính và y tế dự phòng

Hệ sinh thái IoT không chỉ giới hạn trong việc điều trị sốt xuất huyết mà còn mở rộng cho nhiều chuyên khoa khác. Nền tảng dễ dàng tích hợp thêm cảm biến đo điện tâm đồ, huyết áp và nồng độ đường huyết. Bệnh nhân mắc bệnh tim mạch hoặc suy hô hấp mạn tính được theo dõi liên tục trong sinh hoạt hàng ngày. Cơ sở dữ liệu y tế tập trung hỗ trợ các bác sĩ đưa ra quyết định điều trị chính xác dựa trên bằng chứng thực nghiệm. Mô hình mở đường cho sự phát triển của y tế từ xa trên phạm vi toàn quốc. Việc kết nối liền mạch giữa bệnh viện và cộng đồng củng cố vững chắc lá chắn y tế dự phòng.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Sốt xuất huyết (Dengue fever) là bệnh truyền nhiễm cấp tính do virus lây truyền qua vật chủ trung gian là muỗi vằn (Aedes), phổ biến tại các khu vực nhiệt đới và cận nhiệt đới. Khi nhiễm bệnh, người bệnh trải qua các triệu chứng như sốt cao liên tục, đau đầu dữ dội, đau cơ và khớp; trong các trường hợp nghiêm trọng có thể tiến triển thành sốt xuất huyết dạng xuất huyết (Dengue hemorrhagic fever), gây xuất huyết nội tạng, suy tuần hoàn và dẫn đến tử vong. Do bệnh chưa có thuốc điều trị đặc hiệu, việc can thiệp y tế chủ yếu tập trung vào điều trị hỗ trợ, bù dịch, cân bằng điện giải và theo dõi sát sao các chỉ số sinh tồn để phát hiện sớm các biến chứng nguy hiểm.

Theo số liệu từ Sở Y tế TP.HCM và báo Sài Gòn Giải Phóng được trích dẫn trong văn bản, tính từ ngày 01/01 đến 19/05/2022, TP.HCM đã ghi nhận 8.248 ca mắc sốt xuất huyết, tăng 33,3% so với cùng kỳ năm 2021; trong đó số ca bệnh chuyển nặng lên tới 175 ca (tăng 500%) và 6 ca tử vong (tăng 300%). Xét trên phạm vi toàn quốc tại cùng thời điểm, cả nước ghi nhận 25.694 ca mắc với 13 trường hợp tử vong. Báo cáo cập nhật tiếp theo của Bộ Y tế ghi nhận cả nước vượt mốc 270.000 ca nhiễm và 108 ca tử vong (tăng 4,8 lần về số ca mắc và tăng 87 ca tử vong so với năm 2021). Tại Hà Nội, Trung tâm Kiểm soát Bệnh tật (CDC Hà Nội) ghi nhận hơn 1.000 ca mắc mới mỗi tuần trong tháng 10/2022 với 12 ca tử vong, tập trung tại các khu vực như Đan Phượng, Thanh Oai, Thường Tín, Thanh Trì.

Tình trạng bùng phát dịch bệnh trên diện rộng tạo ra áp lực quá tải nghiêm trọng cho các cơ sở y tế. Phương pháp theo dõi truyền thống đòi hỏi điều dưỡng phải tiếp cận từng giường bệnh, sử dụng ống nghe, nhiệt kế và máy đo huyết áp cơ học hoặc điện tử để ghi nhận các dấu hiệu sinh tồn (vital signs). Quy trình này tiêu tốn nhiều thời gian và công sức khi phải lặp lại định kỳ cho hàng trăm đến hàng nghìn bệnh nhân, làm gia tăng nguy cơ sai sót do nhân viên y tế kiệt sức. Các hệ thống máy theo dõi bệnh nhân liên tục chuyên dụng tại bệnh viện, điển hình như Life Scope Vismo PVM-2703, dù đảm bảo độ chính xác nhưng có giá thành cao (khoảng 5.000 USD/máy) và vẫn yêu cầu ghi chép thông số thủ công sau mỗi 10 phút, không khả thi để trang bị đại trà tại các vùng nông thôn hoặc các khoa điều trị dã chiến trong giai đoạn dịch bùng phát.

Trong bối cảnh thị trường Internet of Medical Things (IoMT) được dự báo tăng trưởng từ 41,17 tỷ USD năm 2020 lên 187,60 tỷ USD vào năm 2028, đồ án tốt nghiệp "An IoT-based Remote Patient Monitoring System for Tackling the Dengue Fever Outbreak" của hai sinh viên Đỗ Nguyên Đạt và Nguyễn Hoàng Long (ngành Khoa học & Kỹ thuật Máy tính, Trường Đại học Bách Khoa - ĐHQG TP.HCM, thực hiện từ ngày 29/08/2022 đến ngày 13/01/2023) đặt ra các nhiệm vụ cụ thể:

1. Xây dựng thiết bị đeo IoT (wearable device) tích hợp các cảm biến thu thập thông số sinh tồn của bệnh nhân liên tục và truyền dữ liệu không dây về máy chủ qua mạng Internet.
2. Xây dựng hệ thống quản trị bệnh nhân và bảng điều khiển (dashboard) thời gian thực dành cho nhân viên y tế, hỗ trợ hiển thị tập trung danh sách bệnh nhân và phân loại mức độ ưu tiên theo tình trạng bệnh.
3. Thiết lập hệ thống phân tích dữ liệu luồng và kích hoạt cảnh báo tự động khi các thông số sinh lý của bệnh nhân vượt ngưỡng an toàn, hỗ trợ phát hiện sớm các dấu hiệu nguy kịch.

Cơ sở lý thuyết và phương pháp

Đề tài áp dụng khung Kiến trúc Tham chiếu Internet Công nghiệp (Industrial Internet Reference Architecture - IIRA) để tổ chức hệ thống theo mô hình 3 tầng (Three-tier Architecture), đồng thời lựa chọn kiến trúc Client-Server kết hợp các giao thức truyền nhận theo cơ chế Publish-Subscribe nhằm đảm bảo khả năng quản lý tập trung và an toàn thông tin:

• Tầng biên (Edge Tier): Thu thập dữ liệu vật lý từ cơ thể người bệnh thông qua các nút cảm biến, tích hợp bộ vi điều khiển đóng vai trò IoT Gateway để xử lý sơ bộ và truyền dữ liệu qua mạng Wi-Fi.
• Tầng nền tảng (Platform Tier): Sử dụng nền tảng IoT mã nguồn mở ThingsBoard đóng vai trò broker, quản lý thiết bị, lưu trữ dữ liệu chuỗi thời gian (time-series data) và thực thi chuỗi quy tắc (Rule Engine) để phân tích dữ liệu, kích hoạt cảnh báo.
• Tầng doanh nghiệp (Enterprise Tier): Cung cấp giao diện người dùng trực quan cho nhân viên y tế, bác sĩ và người giám hộ thông qua ứng dụng Web sử dụng WebSocket để duy trì kết nối truyền dữ liệu hai chiều thời gian thực.

Tác giả đã tiến hành khảo sát và đối sánh các công trình nghiên cứu tiền nhiệm liên quan đến thiết bị đeo và hệ thống giám sát y tế IoT:

Tác giả & Năm	Mục tiêu nghiên cứu	Thiết kế phần cứng / Công nghệ	Ưu điểm & Hạn chế
Qureshi et al. (2020)	Thiết kế thiết bị đeo y tế, API giao diện cho cảm biến y sinh	Cảm biến PPG, gia tốc kế, EMG; Raspberry Pi, điện toán biên, đám mây	Phân tích toàn diện tín hiệu y sinh; chi phí phần cứng và tính toán đám mây cần tối ưu
Petrovic et al. (2020)	Giám sát an toàn trong nhà: giãn cách xã hội, đeo khẩu trang, thân nhiệt	Arduino Uno, camera nhiệt, Raspberry Pi, OpenCV, MQTT, cảm biến nhiệt không tiếp xúc	Tốc độ xử lý khung hình nhận diện khẩu trang bị giới hạn khi số lượng luồng tăng
Anto Arockia Rosaline R. (2020)	Giám sát vành đai ảo định vị khu vực cách ly bệnh nhân	Vành đai ảo qua hạ tầng không dây: Bluetooth, Wi-Fi, GPS, ứng dụng di động	Cảnh báo vị trí chính xác nhưng phạm vi Bluetooth ngắn và phát sinh lo ngại bảo mật riêng tư
S. Nubenthan, C. Shalomy (2017)	Hệ thống Wi-mon theo dõi liên tục bệnh nhân sốt xuất huyết	Cảm biến ECG, nhiệt độ, SpO2, huyết áp; mạng WBAN, vi điều khiển Arduino	Chi phí thấp hơn thiết bị y tế chuyên dụng; độ chính xác đo đạc cần được cải thiện
Quoc H. Nguyen et al. (2020)	Kiến trúc tương thích liên thông IoT giám sát tín hiệu SpO2 thời gian thực	Cảm biến SpO2, máy tạo tín hiệu Fluke ProSim, tích hợp ThingsBoard và Apache Spark	Xử lý dữ liệu phân tán mạnh mẽ với Spark; yêu cầu hạ tầng cổng chuyển đổi dữ liệu phức tạp

Để lựa chọn nền tảng cốt lõi cho tầng Platform, nhóm nghiên cứu đã tổng hợp và so sánh 4 nền tảng IoT mã nguồn mở phổ biến:

Nền tảng	Kiến trúc	Giao thức hỗ trợ	Cơ chế bảo mật	Công cụ phân tích	Quản lý CSDL
ThingsBoard	Monolithic, Microservices	HTTP(s), REST, MQTT, CoAP, ModBus, OPC-UA, BLE, CAN	Mã hóa MQTT/HTTP(s), xác thực thiết bị, quản lý thông tin định danh	Tích hợp sẵn Rule Engine, liên kết nền tảng phân tích ngoài	Tích hợp SQL, NoSQL, Hybrid
DeviceHive	Monolithic	HTTP, MQTT, REST	Xác thực thiết bị	Không tích hợp sẵn	NoSQL
Zetta	Monolithic	HTTP, REST	Không tích hợp sẵn	Yêu cầu cài đặt thêm plugin	Cần bổ sung plugin
SiteWhere	Monolithic, Microservices	HTTP, MQTT, AMQP, Stomp, SoAp	HTTP(s), Spring Security	Tích hợp công cụ phân tích	SQL, NoSQL

Dựa trên khả năng hỗ trợ đa giao thức, tính năng Rule Engine linh hoạt và hỗ trợ cả hai mô hình kiến trúc Monolithic lẫn Microservices, ThingsBoard đã được lựa chọn làm nền tảng xử lý dữ liệu trung tâm của đề tài.

Thiết kế và triển khai

Hệ thống được thiết kế và hiện thực hóa thông qua việc kết hợp các thành phần phần cứng và phần mềm phân tầng:

1. Phần cứng tầng biên (Edge Tier)

Nút thiết bị đeo được thiết kế dưới dạng thiết bị cầm tay/đeo người gọn nhẹ, bao gồm các linh kiện:

• Vi điều khiển trung tâm: ESP8266 (phiên bản Wemos D1 Mini) tích hợp vi xử lý 32-bit và module thu phát Wi-Fi chuẩn 802.11 b/g/n, đóng vai trò thu thập tín hiệu từ cảm biến và truyền dữ liệu lên ThingsBoard qua giao thức MQTT.
• Cảm biến nhiệt độ: MLX90614, hoạt động dựa trên nguyên lý cảm ứng bức xạ nhiệt hồng ngoại không tiếp xúc, giao tiếp với ESP8266 qua giao thức I2C (chân SDA và SCL), cung cấp dải đo thân nhiệt với sai số thấp.
• Cảm biến nhịp tim và nồng độ oxy trong máu: MAX30100, tích hợp hai đèn LED (đỏ và hồng ngoại) cùng bộ tách sóng quang học để đo chỉ số SpO2 và nhịp tim quang phổ (PPG), kết nối song song trên bus I2C với vi điều khiển.
• Màn hình hiển thị tại chỗ: Màn hình OLED kích thước 0.96 inch sử dụng IC điều khiển SSD1306, độ phân giải 128x64 pixel, giao tiếp qua I2C để hiển thị tức thời các chỉ số đo đạc cho bệnh nhân và người chăm sóc.
• Toàn bộ mạch nguyên lý và sơ đồ kết nối chân (pin connections) được thiết kế, mô phỏng 3D trước khi gia công mạch in thực tế.

2. Tầng nền tảng và máy chủ (Platform Tier)

• Máy chủ ThingsBoard: Triển khai cài đặt ThingsBoard Core trên môi trường máy chủ. Module Transport đảm nhận việc tiếp nhận dữ liệu đo đạc định kỳ (telemetry) từ ESP8266 thông qua giao thức MQTT (chủ đề v1/devices/me/telemetry), kiểm tra gói tin và đẩy vào hàng đợi Message Queue.
• Bộ quy tắc xử lý (Rule Engine): Cấu hình chuỗi quy tắc (Rule Chain) để lọc dữ liệu, chuyển đổi định dạng và đánh giá điều kiện y tế dựa trên hướng dẫn chẩn đoán sốt xuất huyết. Cụ thể, hệ thống thiết lập ngưỡng cảnh báo khi nhiệt độ bệnh nhân vượt quá 40°C hoặc khi nhịp tim và SpO2 biến động bất thường, tự động tạo sự kiện báo động (Alarm) và chuyển trạng thái bệnh nhân sang mức nguy kịch (critical status).
• Hệ quản trị cơ sở dữ liệu: Sử dụng PostgreSQL để lưu trữ dữ liệu quan hệ, thông tin tài khoản người dùng, hồ sơ bệnh nhân, danh mục buồng bệnh, giường bệnh, liên kết thiết bị và lưu vết lịch sử đo đạc dạng chuỗi thời gian.

3. Tầng ứng dụng và giao diện người dùng (Enterprise Tier)

• Backend ứng dụng: Xây dựng bằng Node.js trên nền framework Express.js, đảm nhận vai trò cầu nối nghiệp vụ giữa cơ sở dữ liệu PostgreSQL và máy chủ ThingsBoard. Backend thiết lập cổng WebSocket để tiếp nhận luồng dữ liệu thời gian thực từ ThingsBoard và truyền phát trực tiếp đến giao diện người dùng mà không cần cơ chế gửi truy vấn định kỳ (polling).
• Frontend ứng dụng: Phát triển bằng thư viện React.js kết hợp TailwindCSS để xây dựng giao diện tương thích đa thiết bị. Các mô-đun chức năng chính gồm:
  • Trang đăng nhập và phân quyền người dùng (bác sĩ, điều dưỡng, quản trị viên) theo mô hình ThingsBoard Role Hierarchy.
  • Trang tổng quan (Dashboard) hiển thị danh sách phòng bệnh, số giường và tình trạng tổng thể của các bệnh nhân.
  • Trang chi tiết bệnh nhân hiển thị biểu đồ đường đo đạc thời gian thực (real-time telemetry line chart) của nhiệt độ, nhịp tim và SpO2.
  • Hệ thống danh sách cảnh báo ưu tiên, làm nổi bật các ca bệnh có dấu hiệu chuyển biến xấu để điều dưỡng kịp thời tiếp cận.

4. Thiết kế chuyển đổi kiến trúc (Monolith sang Microservices)

Khóa luận đã phân tích và thiết lập quy trình chuyển đổi hệ thống từ dạng kiến trúc nguyên khối (Monolith) sang kiến trúc vi dịch vụ (Microservices). Trong mô hình phân tán, các nghiệp vụ quản lý người dùng (User Management), quản trị thiết bị (Device Management), xử lý dữ liệu luồng và báo động y tế được tách thành các dịch vụ độc lập kết nối qua API Gateway và hàng đợi thông điệp, giúp hệ thống không bị nghẽn cục bộ khi số lượng bệnh nhân tăng đột biến trong các đợt bùng phát dịch.

Nội dung chính theo từng chương

Chương 1: Giới thiệu (Introduction)

Chương 1 trình bày tổng quan về bệnh sốt xuất huyết, tình hình dịch tễ học tại Việt Nam và tính cấp thiết của việc áp dụng giải pháp công nghệ nhằm hỗ trợ quá tải bệnh viện. Tác giả khảo sát các công trình liên quan đến mạng cảm biến không dây trên cơ thể người (WBAN), thiết bị đeo IoMT và ứng dụng cảnh báo dịch bệnh. Trên cơ sở đó, chương làm rõ mục tiêu, phạm vi nghiên cứu, cấu trúc báo cáo 5 chương và phân công trách nhiệm chi tiết giữa hai thành viên trong nhóm nghiên cứu.

Chương 2: Phương pháp luận và cơ sở lý thuyết (Methodologies and Theoretical Background)

Chương 2 tập trung phân tích lý thuyết kiến trúc hệ thống IoT. Tác giả đối chiếu ba mô hình kiến trúc gồm Client-Server, Publish-Subscribe và Peer-to-Peer, làm rõ lý do chọn Client-Server kết hợp giao thức MQTT làm nền tảng. Nội dung chương trình bày chi tiết khung kiến trúc 3 tầng IIRA (Edge Tier, Platform Tier, Enterprise Tier) và cung cấp bảng đánh giá định lượng 4 nền tảng IoT mã nguồn mở (ThingsBoard, DeviceHive, Zetta, SiteWhere). Ngoài ra, chương 2 dành một phần dung lượng đáng kể để phân tích bản chất, ưu - nhược điểm và lộ trình chuyển đổi từ kiến trúc phần mềm Monolith sang Microservices trong hệ thống y tế.

Chương 3: Thiết kế và hiện thực hóa (Design and Implementation)

Chương 3 là phần trọng tâm kỹ thuật của đồ án, mô tả toàn bộ quá trình hiện thực hóa hệ thống:

• Phân tích yêu cầu hệ thống thông qua biểu đồ ca sử dụng (Use-case Diagram), biểu đồ tuần tự (Sequence Diagram) cho các quy trình đăng ký người dùng và truyền luồng dữ liệu thời gian thực.
• Thiết kế cơ sở dữ liệu với biểu đồ thực thể kết hợp nâng cao (EER) và thiết kế mức logic trên PostgreSQL.
• Thiết kế phần cứng: sơ đồ khối chức năng, sơ đồ nguyên lý mạch điện (Schematic), mô phỏng 3D thiết bị đeo tích hợp ESP8266 Wemos D1 Mini, cảm biến MLX90614, MAX30100 và màn hình OLED SSD1306.
• Cấu hình ThingsBoard Server: cài đặt máy chủ, xây dựng Rule Chain xử lý báo động y tế và phân cấp người dùng.
• Lập trình Backend (Node.js/Express.js, WebSocket) và Frontend (React.js, TailwindCSS) với đầy đủ các màn hình giao diện chức năng.

Chương 4: Đánh giá và kiểm thử (Result and Evaluation)

Chương 4 trình bày các kết quả thử nghiệm thực tế của thiết bị phần cứng và hệ thống phần mềm:

• Đo kiểm tính năng thu nhận dữ liệu của thiết bị đeo và truyền phát không dây lên dashboard.
• Đối sánh độ chính xác của các cảm biến tích hợp với các thiết bị đo y tế thương mại đạt chuẩn, bao gồm máy đo nhịp tim/huyết áp Microlife-b2-basic và nhiệt kế điện tử y tế Microlife.
• Thống kê kết quả kiểm thử chức năng của hệ thống cảnh báo và độ trễ truyền dữ liệu qua giao thức MQTT/WebSocket.

Chương 5: Kết luận và hướng phát triển (Conclusion and Future Work)

Chương 5 đúc kết các kết quả đạt được của đề tài, đánh giá mức độ hoàn thành so với mục tiêu ban đầu, chỉ ra các mặt hạn chế còn tồn đọng trong quá trình thử nghiệm và đề xuất các hướng nghiên cứu mở rộng trong tương lai.

Kết quả và đóng góp

Khóa luận đã hoàn thành các nội dung kỹ thuật theo đề cương đăng ký:

• Xây dựng thành công nguyên mẫu thiết bị đeo IoT: Thiết bị hoạt động ổn định trên vi điều khiển ESP8266, tích hợp cảm biến nhiệt độ không tiếp xúc MLX90614 và cảm biến đo nhịp tim/SpO2 MAX30100, hiển thị kết quả tại chỗ qua màn hình OLED SSD1306 và truyền dữ liệu thời gian thực về máy chủ qua Wi-Fi.
• Vận hành hệ thống quản lý và cảnh báo y tế: Thiết lập thành công chuỗi quy tắc Rule Chain trên ThingsBoard, tự động phát hiện các chỉ số vượt ngưỡng (ví dụ: nhiệt độ $\ge 40^\circ\text{C}$) để phát cảnh báo âm thanh/hình ảnh trên giao diện giám sát và đánh dấu trạng thái bệnh nhân khẩn cấp.
• Triển khai ứng dụng Web thời gian thực: Xây dựng hệ thống bảng điều khiển trực quan bằng React.js, hỗ trợ nhân viên y tế theo dõi đồng thời nhiều bệnh nhân, xem biểu đồ telemetry trực tiếp qua WebSocket, quản lý sơ đồ buồng bệnh, giường bệnh và điều phối nhân sự điều dưỡng.
• Thử nghiệm đối chứng: Các chỉ số đo đạc từ thiết bị đeo được kiểm tra đối sánh với thiết bị y tế chuẩn mang nhãn hiệu Microlife (máy đo huyết áp/nhịp tim Microlife-b2-basic và nhiệt kế Microlife).
• Thiết kế chuyển đổi kiến trúc: Cung cấp tài liệu phân tích và thiết kế hoàn chỉnh cho quá trình chuyển đổi từ kiến trúc nguyên khối sang vi dịch vụ, giúp hệ thống sẵn sàng mở rộng quy mô phục vụ trong các kịch bản bùng phát dịch lớn.

Đề tài được Hội đồng chấm bảo vệ Luận văn tốt nghiệp đánh giá cao: Giảng viên hướng dẫn (TS. Lê Lam Sơn) chấm 8/10 điểm; Giảng viên phản biện (TS. Quản Thành Thơ) chấm 9/10 điểm (xếp loại Very Good).

Hạn chế và hướng nghiên cứu tiếp

Căn cứ theo phiếu nhận xét của Giảng viên hướng dẫn và Giảng viên phản biện, đồ án còn một số hạn chế cụ thể:

• Kiểm thử chưa đạt kỳ vọng: Khâu thực nghiệm và trình bày kết quả kiểm thử trong báo cáo chưa thực sự toàn diện (nhận xét của cả GVHD và GVPB: "Testing failed below expectations / The testing presentation is not very adequately presented"). Việc thử nghiệm mới dừng lại ở quy mô mẫu thử nghiệm nhỏ, chưa thực hiện đo kiểm diện rộng trên số lượng lớn bệnh nhân thực tế tại môi trường bệnh viện.
• Trực quan hóa dữ liệu phía backend còn hạn chế: Phần hiển thị và phân tích sâu các biểu đồ thống kê phía backend còn đơn giản ("Inadequate data visualization on the backend’s side"), chưa tích hợp các thuật toán máy học hoặc công cụ phân tích dữ liệu lớn chuyên sâu để dự báo sớm xu hướng biến chứng.

Hướng phát triển tiếp theo được nhóm tác giả vạch ra trong Chương 5 bao gồm:

• Hoàn thiện và nâng cao tính thẩm mỹ, độ bền của vỏ hộp thiết bị đeo để phù hợp hơn với điều kiện sử dụng thực tế của bệnh nhân.
• Tối ưu hóa thuật toán lọc nhiễu tín hiệu quang phổ PPG của cảm biến MAX30100 khi bệnh nhân vận động.
• Nâng cấp hệ thống trực quan hóa dữ liệu phía máy chủ, kết nối sâu hơn với các nền tảng phân tích luồng lớn như Apache Kafka và Apache Spark.
• Triển khai thử nghiệm lâm sàng có kiểm soát tại các cơ sở y tế để hoàn thiện quy trình kiểm thử hệ thống.

Giá trị tham khảo

Bản khóa luận là tài liệu tham khảo hữu ích cho sinh viên, học viên và kỹ sư thuộc các chuyên ngành Khoa học Máy tính, Kỹ thuật Máy tính, Điện tử Viễn thông và Kỹ thuật Y sinh (Biomedical Engineering), đặc biệt trong các hướng nghiên cứu:

• Ứng dụng IoT trong y tế (IoMT): Cung cấp tài liệu thiết kế chi tiết về sơ đồ kết nối chân, giao tiếp I2C giữa vi điều khiển ESP8266 với các module cảm biến sinh học (MLX90614, MAX30100) và màn hình OLED SSD1306.
• Kiến trúc phần mềm phân tầng: Tài liệu hóa đầy đủ các biểu đồ chuẩn UML (Use-case, Sequence diagram), biểu đồ thực thể kết hợp nâng cao (EER diagram) và lược đồ cơ sở dữ liệu quan hệ PostgreSQL.
• Triển khai ThingsBoard chuyên sâu: Cung cấp phương pháp cấu hình chuỗi quy tắc (Rule Chain), tích hợp giao thức MQTT và kết nối với Backend thông qua WebSocket để xử lý dữ liệu luồng thời gian thực.
• Chuyển đổi kiến trúc hệ thống: Cung cấp góc nhìn phân tích thực tế về lộ trình di chuyển hệ thống quản lý chăm sóc sức khỏe từ Monolith sang Microservices.

Câu hỏi thường gặp

1. Khóa luận sử dụng các loại cảm biến nào trên thiết bị đeo và nguyên lý hoạt động của chúng là gì?
Khóa luận sử dụng hai loại cảm biến chính kết nối qua giao thức I2C với vi điều khiển ESP8266 Wemos D1 Mini: cảm biến nhiệt độ hồng ngoại MLX90614 (đo bức xạ nhiệt cơ thể không tiếp xúc) và cảm biến MAX30100 (sử dụng hai đèn LED đỏ và hồng ngoại cùng cảm biến quang học để đo nhịp tim và nồng độ oxy trong máu SpO2 qua kỹ thuật quang thể tích - PPG).

2. Dữ liệu từ thiết bị đeo được truyền về máy chủ bằng giao thức nào và xử lý ra sao?
Dữ liệu sinh tồn từ vi điều khiển ESP8266 được đóng gói và truyền không dây qua Wi-Fi lên nền tảng ThingsBoard thông qua giao thức MQTT. Tại ThingsBoard, dữ liệu được đưa vào Message Queue và xử lý qua chuỗi quy tắc Rule Engine để lưu trữ vào cơ sở dữ liệu PostgreSQL, đồng thời đẩy tiếp qua WebSocket đến máy chủ Node.js/Express.js để cập nhật trực tiếp lên màn hình dashboard của nhân viên y tế.

3. Cơ chế cảnh báo bệnh nhân nguy kịch được thiết lập như thế nào?
Hệ thống sử dụng Rule Engine của ThingsBoard để thiết lập các điều kiện logic y tế. Khi các thông số telemetry gửi về vượt ngưỡng an toàn quy định (ví dụ: nhiệt độ vượt quá 40°C), Rule Engine sẽ tự động kích hoạt sự kiện Alarm, đổi trạng thái bệnh nhân thành "Critical" và gửi thông báo khẩn cấp đến danh sách theo dõi của điều dưỡng và bác sĩ trên giao diện Web.

4. Điểm số và đánh giá chính của hội đồng chuyên môn đối với khóa luận là gì?
Khóa luận được giảng viên hướng dẫn (TS. Lê Lam Sơn) chấm 8/10 điểm và giảng viên phản biện (TS. Quản Thành Thơ) chấm 9/10 điểm. Hội đồng đánh giá cao việc tài liệu hóa hệ thống kỹ lưỡng (UML, EER, sơ đồ khối phần cứng), năng lực khảo sát công nghệ và quá trình chuyển đổi thuyết phục từ Monolith sang Microservices; tuy nhiên điểm trừ là phần kiểm thử thực nghiệm chưa đạt kỳ vọng và khâu trực quan hóa dữ liệu phía backend còn hạn chế.

5. Thiết bị đo chuẩn nào đã được nhóm tác giả sử dụng để so sánh kết quả đo?
Để đánh giá độ tin cậy và sai số của thiết bị đeo tự chế tạo, nhóm nghiên cứu đã đối chứng kết quả đo đạc với hai thiết bị y tế thương mại của hãng Microlife: thiết bị đo huyết áp và nhịp tim Microlife-b2-basic cùng nhiệt kế điện tử y tế Microlife.

Kết luận

Đồ án tốt nghiệp "An IoT-based Remote Patient Monitoring System for Tackling the Dengue Fever Outbreak" đã giải quyết trọn vẹn bài toán ứng dụng công nghệ IoT vào việc giám sát và cảnh báo sớm bệnh nhân sốt xuất huyết trong bối cảnh quá tải y tế. Thông qua kiến trúc 3 tầng IIRA, nhóm tác giả đã hiện thực hóa thành công chu trình khép kín từ thiết bị đeo phần cứng (ESP8266, MLX90614, MAX30100), nền tảng quản trị dữ liệu ThingsBoard đến ứng dụng Web thời gian thực bằng React.js và WebSocket. Mặc dù phần kiểm nghiệm lâm sàng diện rộng còn cần được bổ sung hoàn thiện, công trình vẫn mang lại giá trị kỹ thuật và tài liệu tham khảo vững chắc cho các nghiên cứu triển khai hệ thống IoMT chi phí thấp phục vụ cộng đồng.

Trích đoạn nội dung tài liệu

Vietnam National University Ho Chi Minh City Ho Chi Minh City University of Technology Faculty of Computer Science and Engineering * TP.HCM GRADUATION THESIS An IoT-based Remote Patient Monitoring System for Tackling the Dengue Fever Outbreak Major: Computer Science & Engineering THESIS COMMITTEE : CLC KHMT 4 SUPERVISOR : Le Lam Son, Ph.D REVIEWER : Quan Thanh Tho, Ph.D —oUo— STUDENT 1 : Do Nguyen Dat - 1752160 STUDENT 2 : Nguyen Hoang Long - 1852164 Ho Chi Minh City, November 2022 ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM ` ar Độc lập - Tự do - Hạnh phúc TRƯỜNG ĐẠI HỌC BÁCH KHOA KHOA:KH & KT Máy tính NHIỆM VỤ LUẬN ÁN TÓT NGHIỆP BỘ MÔN:KHMT Chú ý: Sinh viên phải dân tờ này vào trang nhất của bản thuyết trình HQ VA TEN: Do Nguyen Dat MSSV: 1752160 HO VA TEN: Nguyen Hoang Long MSSV: 1852164 NGANH: Computer Science & Computer Engineering LOP: 1. Đầu đề luận án: An IoT-based Rerriote Patient Monitoring System for Tackling the Dengue Fever Outbreak 2. Nhiệm vụ (yêu cầu về nội dung và số liệu ban đầu): It is the goal of this thesis to build a health care system that allows medical workers along with guardians to remotely monitor the health conditions of patients of Dengue via the Internet. The system is very useful in situations of epidemics or outbreaks of infectious diseases like Dengue, when doctors and their supporting staff have to cope with chaotic situations, potentially leading to ineffective medical treatments (for example, the period from January | to May 19, officials in Vietnam have reported 8,248 cases of dengue fever in Ho Chi Minh City, according to a Sai Gon Giai Phong report), loT wearables worn by patients constantly send their body health measurements to a server, where collected data will be analyzed before being displayed for monitoring purposes.

By keeping track of the health indicators of every patient, the server might give an alert if he/she enters a critical condition. Given the time-consuming conventional method requiring nurses to see every single patient to record vital signs measurement, this would minimize the workload for medical workers in taking care of their in-hospital patients. Ngày giao nhiệm vụ luận án: 29/08/2022 4. Ngày hoàn thành nhiệm vụ: 13/01/2023 5, Họ tên giảng viên hướng dẫn: Phần hướng dẫn: 1) Lê Lam Sơn Nội dung và yêu cầu LVTN đã được thông qua Bộ môn.

: CHỦ NHIỆM BỘ MÔN GIẢNG VIÊN HƯỚNG DẪN CHÍNH (Ky va ghi rõ họ tên) (Ký và ghi rõ họ tên) \ Nhu ~ L2 Lam Số tì PHAN DANH CHO KHOA, BO MON: Người duyệt (chấm sơ bộ): Đơn vị: Ngày bảo vệ: Điểm tổng kết: Nơi lưu trữ luận án: HMI TRUONG DAI HOC BACH KHOA CONG HOA XA HOI CHU NGHIA VIET NAM KHOA KH & KT MAY TINH Độc lập - Tự do - Hạnh phúc Ngày 29 tháng 12 năm 2022 PHIẾU CHÁM BẢO VỆ LVTN (Dành cho người hướng dân) 1. Họ và tên SV: Do Nguyen Dat & Nguyen Hoang Long MSSV: 1752160 & 1852164 Nganh (chuyén nganh): Computer Science & Computer Engineering 2. Đề tài: An IoT-based Remote Patient Monitoring System for Tackling the Dengue Fever Outbreak 3. Họ tên người hướng dẫn: Lê Lam Sơn 4.

TỐng quát về bản thuyết minh: Số trang: Số chương: Số bảng số liệu Số hình vẽ: Số tài liệu tham khảo: Phần mềm tính toán: Hiện vật (sản phẩm) 5. Tổng quát về các bản vẽ; - Số bản vế: Ban Al: Ban A2: Khé khác: ~ Số bản vẽ vẽ tay Số bản vẽ trên máy tính: 6. Những ưu điểm chính của LVTN: - Adequate documentation featuring UML use-case, sequence, EER diagrams - Architectural design including the block diagram of the wearable in use 7. Những thiếu sót chính của LVTN: Testing falled below expectations Inadequate data visualization on the backend’s side 8.

Ba nghi: Duge bao vé O Bỗ sung thém dé bao vé O Khéng duge bao vé O 9,3 câu hỏi SV phải trả lời trước Hội đồng: a.